非平稳时间序列
非平稳时间序列的相关文献在1985年到2022年内共计137篇,主要集中在自动化技术、计算机技术、经济计划与管理、无线电电子学、电信技术
等领域,其中期刊论文113篇、会议论文14篇、专利文献212935篇;相关期刊94种,包括集团经济研究、财政研究、气候与环境研究等;
相关会议14种,包括第25届全国灰色系统学术会议、第30届中国气象学会年会、第十一全国博士生学术年会——信息技术与安全专题等;非平稳时间序列的相关文献由349位作者贡献,包括王革丽、Luo Dang、Wei Baolei等。
非平稳时间序列—发文量
专利文献>
论文:212935篇
占比:99.94%
总计:213062篇
非平稳时间序列
-研究学者
- 王革丽
- Luo Dang
- Wei Baolei
- 张彬
- 张淑芳
- 李浩
- 杨磊
- 罗党
- 袁安存
- 谢桂海
- 韦保磊
- 侯建荣
- 刘亚迪
- 刘倩
- 吴潇然
- 姜青山
- 常莹莹
- 张丽
- 张军
- 张晓东
- 张荣茂
- 徐小力
- 施伯乐
- 曾明
- 李欣桐
- 李阳
- 杨正瓴
- 潘昕浓
- 潘晓春
- 王声瑞
- 王晓惠
- 王曙光
- 管河山
- 胡日成
- 胡昌华
- 赵慧
- 郑宇泉
- 郑玉洁
- 金敏
- 金莲姬
- 魏巍贤
- CHEN Xiaohu
- Kesheng Wang
- MU Lianhao
- Pan Xiaochun
- WANG Xuping
- Wang Xiaohui
- YAO Chunjiang
- 丛小飞
- 乔建忠
-
-
娄德君;
潘昕浓;
王冀;
张雪梅;
高振铎
-
-
摘要:
慢特征分析方法(Slow Feature Analysis,SFA)是从已知的非平稳时间序列中提取缓变信息的有效方法。本文首先通过Logistic非平稳时间序列模型对SFA方法提取慢特征信息的能力进行了检验,然后以哈尔滨市为黑龙江省代表站,对月气温距平序列进行慢特征信号提取及预测研究。结果表明:慢特征分析方法可以有效地提取哈尔滨市气温距平序列中的慢特征信号。提取的慢特征信号能够反映原序列的变化趋势、极值等信息。拟合和预测试验表明,与平稳性模型相比,引入SFA信号后的气温预测模型可以在一定程度上提高预测能力,改善预测效果。对近48个月独立样本预测也得到相同结论。
-
-
罗远兴;
李志红;
梁兴;
李超;
胡凤城
-
-
摘要:
多重分形去趋势波动分析(Multi-Fractal Detrended Fluctuation Analysis,MFDFA)处理非平稳时间序列存在趋势项难以准确移除的问题,为此本文引入经验模态分解(Empirical Mode Decomposition,EMD)并通过趋势项自动判定方法提取趋势项,再利用最小二乘(Least Squares,LS)法对趋势项再拟合(EMD-LS),进而提出新的多重分形分析方法(EMD-LS-MFDFA),并针对具有理论值的二项式多重分形序列(Binomial Multifractal Sequence,BMS),验证了EMD-LS-MFDFA法的有效性和稳定性,然后进行仿真分析.研究表明:相较于MFDFA方法,EMD-LS-MFDFA移除趋势精度更高,计算的广义Hurst指数和质量指数的均方根误差较小,其中2阶的EMD-LS-MFDFA具有更高的计算精度,是1阶的1.8倍,分析不同参数的BMS序列,其多重标度曲线与理论曲线相吻合,证明了该算法具有较好的稳定性和精准的分析能力.
-
-
李丽君;
徐付霞
-
-
摘要:
建立男子110米栏年度世界最好成绩的广义极值分布(GEV)模型,利用极大似然和轮廓似然法估计模型中三个参数μ,σ和ξ,模型通过QQ图、重现水平图和似然比检验,得到重现期为10年的重现水平估计.进一步,建立参数为μ(t),σ,ξ的非平稳时间序列极值模型,比较了两种模型的预测值和精度.
-
-
-
-
-
-
王丽;
李阳;
蓝尉;
尹明航;
刘丽雯
-
-
摘要:
不同于传统的灰色理论方法,利用主成分分析和时间序列分析相结合的方法对辽宁省近20年的GDP数据进行统计建模,预测了该省未来几年的GDP走势,并利用统计软件编程实现.结果显示该模型具有较好的预测效果.
-
-
周炜翔;
张慧莉;
陈航;
钟佩文
-
-
摘要:
Aiming at the problem of spurious regression when analyzing the non stationary time series,the safety monitoring model of earth-rockfill dam is established based on principal component analysis and cointegration theory to analyze the deformation behavior of monitoring stations combined with the vertical displacements monitoring data of an earth-rockfill dam.The result shows that the model has significant coefficient and definite meaning,and meanwhile,it can overcome the multicollinearity of independent variables and the problem of spurious regression in analyzing the non stationary time series.The vertical displacements of monitoring stations are stable during monitoring period.%结合某土石坝垂直位移监测资料,针对非平稳时间序列分析时可能产生的“伪回归”问题,采用主成分分析方法和协整理论建立土石坝安全监控模型,并对监测点的变形性态进行分析.结果表明,所建立的模型系数显著,意义明确,克服了自变量间的多重共线性以及到平稳时间序列分析时的“伪回归”问题,在监测时段内,监测点垂直位移时效基本稳定.
-
-
杨正瓴;
张玺;
张军;
杨钊;
刘亚迪
-
-
摘要:
对存在野值和较强噪声的非平稳时间序列,为提高小波阈值去噪在低频信号分解中的准确性和稳健性,采用反正切变换将原始非平稳时间序列转换成新的更平稳的序列,以提高信噪比,并抑制野值的不利影响.通过解析分析,解释了反正切变换抑制野值的成因,并优化了其中的参数.采用已知信号的数值实验(仿真)证明,反正切变换能够提高对野值的抵抗能力,改善小波阈值去噪的效果.应用于风速时间序列的去噪表明,新方法能够有效抑制风速里的野值,获得更符合实际的风速信号.%For nonstationary time series with outliers and strong noises, in order to increase the accuracy and robustness of wavelet threshold denoising in the low frequency signal decomposition, the arc-tangent function transformation is employed to transform the original nonstationary time series to a new more stationary series. The SNR(Signal-to-Noise Ratio) is improved and the negative effect of outliers is insulated. The suppressing capability of arc-tangent function transforma-tion to outliers is explained analytically, and its parameters are optimized. Numerical experiments/simulations of a given signal prove that the arc-tangent function transformation can improve the resistance against outliers, and enhance the per-formance of wavelet threshold denoising. An example of wind speed time series denoising shows that the new method can provide a more real wind speed signal by eliminating the outliers with larger amplitudes.
-
-
-
Luo Dang;
罗党;
Wei Baolei;
韦保磊
- 《第25届全国灰色系统学术会议》
| 2014年
-
摘要:
针对非平稳时间序列难高精度预测的问题,提出基于小波变换和组合模型的预测方法.首先,运用Mallat算法分解和重构非平稳序列,分离得非平稳序列的近似序列和细节序列;然后对近似序列建立GM(1,1)优化模型,对细节序列分别建立ARMA模型;最后叠加各模型的预测值得到原始序列的预测值.实证分析表明,此方法比传统的预测方法具有更好的适用性和更高的预测精度.
-
-
王新迎;
韩敏
- 《第十一全国博士生学术年会——信息技术与安全专题》
| 2013年
-
摘要:
时间序列分析和预测己在现代信号处理领域得到越来越多的关注.针对实际中广泛存在的非平稳时间序列的预测问题,提出一种在线支持向量极端学习机预测模型.该预测模型采用新型神经网络-极端学习机的隐含层映射代替支持向量机的核映射,综合了极端学习机结构简单、训练简便以及支持向量机泛化能力强的优势.同时为实现在线实时预测,设计了一种在线更新算法对预测模型的权值进行在线更新.基于非平稳Mackey-Glass混沌时间序列和现代金融时间序列的预测仿真实验证明所提方法的有效性.
-
-
张彬;
金莲姬;
王革丽
- 《第30届中国气象学会年会》
| 2013年
-
摘要:
本文基于重构状态空间理论和嵌入定理,给出一个新的非平稳场时间序列的区域预测方法.该方法将外强迫因子引入到预测模型中,并且将区域内预测相点的周围相点所对应的空间信息也引入到预测模型中.并利用该方法对33模Lorenz系统得到的“理想”的非平稳场时间序列进行预测实验分析.结果表明,嵌入外强迫因子可以更好的重构出原来的动力系统,有效地提高非平稳时间序列的预测精度;同时引入空间和外强迫信息可以利用空间数据弥补时间序列长度的不足,从而进一步提高预测精度.
-
-
-
孙小丽
- 《财政政策、货币政策与经济增长国际学术研讨会》
| 2005年
-
摘要:
货币政策传导机制的效率体现了货币政策对经济增长的作用效应,对这一问题的研究有助于更好解决货币政策实施过程中存在的问题.本文拟采用建立在非平稳时间序列基础上的经济时序分析方法,建立计量经济模型,从动态角度检验中国货币政策的各分渠道传导机制效应,并对从金融机构资产负债角度界定的货币机制与信贷机制进行了效应及时滞比较研究,借以为货币政策未来走向提供相应政策建议.
-
-
-
-